Fireworks AIは創業4年で150億ドルの評価額で資金調達中と報じられ、毎日およそ30兆トークンを処理している。この数字そのものより重要なのは、それが証明することだ。推論は、単一のフロンティアモデルを所有しなくてもユニコーン級企業を生み出せるほど大きい独立市場になった。

これはAIの価値連鎖の静かな再編である。業界の重心は、"who trains the smartest model"から"who serves it cheapest and fastest"へ移った。創業者のLin Qiaoが以前MetaでPyTorchのスケーリングを率いていたことは示唆的だ。フレームワーク設計からサービング最適化への人材移動は、マージンが今どこにあるかを映している。NvidiaとAMDが同じ推論スタートアップに投資するとき、チップメーカーは次に守ると見込むレイヤーを示している。

戦略的脅威は、AI事業がコンサルティング、すなわちモデル選定、プロンプト設計、システム統合にある既存企業を最も強く襲う。企業顧客が成熟するにつれ、コストはトークン単位の消費へ収束する。"same performance, half the price"を提供する専門企業は、従来型ITプライムやハイパースケーラーが上乗せしていたインフラマージンを蒸発させる。"hardware plus operations plus headcount"モデルは、トークン単価競争に構造的にさらされている。これは欧州とアジアのSIだけでなく、AWSやAzureのバンドル経済性にも圧力をかける。トークン消費の重い買い手にとって、単一ベンダーへのロックインは負債になるからだ。

機会も同じくらい具体的である。Fireworksがオープンモデル、DeepSeek、Kimi、Qwenを強く支援していることは、クローズドモデル依存に対する信頼できる調達ヘッジを提供する。巨大なトークン支出を見込む銀行、保険会社、通信会社は、推論プラットフォームを後付けではなく、意図的な第二・第三の調達経路として扱うべきだ。国家GPUクラウド構想は、本当の堀、つまりサービング最適化、ファインチューニング基盤、低レイテンシ配信を取り込まなければ、単なる配管になるリスクがある。

グローバルリーダーに向けた三つの行動。第一に、CIOは推論を固定サブスクリプション費用ではなく、変動する原材料費として再モデル化すべきだ。エージェント型ワークロードは顧客一人あたりのトークン消費を二桁倍に増やす。第二に、データ集約型産業は、将来の価格交渉力と技術アクセスを固定するため、推論専門企業に戦略的持分を持つべきだ。第三に、基盤モデルに資金を出す政策立案者はサービング層にも資金を出さなければならない。モデルをローカライズしながら、それを動かすエンジンを輸入することは、付加価値を輸出するだけである。